生体検知と生体認証スプーフィングとは何ですか?

オンボーディングや認証に生体認証を利用する場合、 活性検出 （とも呼ばれます プレゼンテーション攻撃検出、PAD）を止めることが重要である 生体認証のなりすまし印刷された写真や画面のリプレイから3Dマスクやディープフェイクまで、生体検知は様々な方法で行われています。 生きた人間 認識や照合が行われる前にセンサーで検出されます。 

クイックアンサー：生体検知がなりすましを阻止する方法

生体検知は生体信号を区別し、 プレゼンテーション攻撃（PA） 能動的なプロンプト（例：まばたき、頭の向き、ランダムな言葉）または受動的な分析（例：質感、光への反応、奥行きの手がかり、微細な動き）のいずれかを用いてPADを評価し、報告する。ISO/IEC 30107-3はPADの評価方法と報告方法を規定している。, 同一条件でのベンダー比較が可能になります。

定義とコアコンセプト

プレゼンテーション攻撃（PA）： アーティファクト (写真、ビデオ、マスク) または操作されたメディア (リプレイ、ディープフェイク) を使用して生体認証センサーを破壊しようとする試み。

プレゼンテーション攻撃検出 (PAD): PA を検出し、結果を標準化された方法で報告するメカニズム。 ISO / IEC 30107-3 購入者がソリューションを比較できるように、テストとレポートの方法を示します。 

生体認証のなりすましは進化を遂げています。初期のPAは2Dプリントに依存していましたが、近年の攻撃では高解像度のOLEDリプレイ、テクスチャ付き3Dマスク、AI生成のディープフェイクが利用されています。最新のPADアルゴリズムは、複数の信号（皮膚の微細な質感、測光反応、深度/赤外線など）を分析し、サンプルが生体かどうかを判断します。 

能動的な生体検知と受動的な生体検知

• 活発な活力: ユーザーはプロンプトに反応します（瞬き、笑顔、左右に振る、フレーズを言うなど）。利点：シンプルなメンタルモデル。基本的な2D攻撃に強い。欠点：摩擦が増す。単純に実装すると、プロンプトを学習したり偽装したりできる。 
• 受動的な活力プロンプトなし。モデルは自然な信号（テクスチャ、モーション視差、リモートPPG、レンズ反射）から生体性を推測します。メリット：優れたUX、大規模なKYCへの拡張性。デメリット：構築が困難、新しいPAやディープフェイクへの対応が必要。 

実際には、多くのプラットフォームは、 リスク適応型 フロー: 受動的に開始し、能動的にエスカレートするか、 マルチモーダル リスクが高い場合にチェックします (例: 速度異常、TOR、デバイス エミュレーション)。

現場で目にする検出方法

• テクスチャと反射率の分析: 皮膚は、ディスプレイや印刷媒体とは異なる、きめ細かい微細組織と測光反応を示します。
• 微細な動きと時間的な手がかり: 不随意な瞬き、微妙な頭の揺れ、またはフレーム間の血流信号を説得力を持って再生することは困難です。
• 深度と赤外線センサー: 構造化光または ToF では 2D スプーフィングが失敗する可能性があります。IR は材質の違いを強調します。
• チャレンジレスポンス（アクティブ）: ランダム化されたプロンプトにより、攻撃者のコストが増加します。
• マルチモーダル: 顔、音声、デバイスの信号を組み合わせることで、誤認証をさらに減らすことができます。

ベンダーはこれらの手法をそれぞれ異なる方法で説明していますが、業界の文献や購入者ガイドで認識されている PAD カテゴリにマッピングされます。

生体認証のなりすましにはどのような種類がありますか?

生体認証スプーフィングの種類は様々で、それぞれ異なる認証方法を組み合わせて、それぞれの弱点を悪用します。そのため、プレゼンテーション攻撃は、以下を含む複数の生体認証方式を標的とする可能性があります。